به گزارش شهرآرانیوز؛ نسخه ۳.۵ مدل هوش مصنوعی جمینای Transcribe بهصورت تخصصی روی تبدیل صوت به متن تمرکز دارد که امکانات و قابلیتهای پیشرفتهتری در مقایسه با رقبا ارائه میدهد. گوگل ادعا دارد که تشخیص خودکار بیش از ۸۵ زبان دنیا، دقیقتر و سریعتر از گذشته شده و این فرایند بهشکل خودکار و بدون نیاز به دخالت کاربر انجام میگیرد. مقایسه مدل جمینای ۳.۵ با رقبا
یکی دیگر از ویژگیهای جدید مدل تبدیل صوت به متن جمینای ۳.۵، امکان تشخیص آواهای ناخواسته کاربر مانند «هممم» و مکثهای طولانی است. هوش مصنوعی میتواند بخشهای دارای چنین اصواتی را حذف یا جایگزین کند تا یکپارچگی متن همچنان حفظ شود. در نهایت، کاربر قادر خواهد بود بدون استفاده از دست یا کیبورد و تنها با فرمانهای صوتی، متن نوشتهشده را ویرایش کند.
طبق گفته گوگل، مدل جمینای ۳.۵ توانایی یادگیری کلمات شخصی و غیرمرسوم مختص به کاربر، همراه با تلفظ متفاوت آنها را نیز دارد. همچنین این مدل میتواند شمارههای خاص مانند کد پستی را هنگام دریافت ورودی تشخیص دهد و آنها را بهشکل صحیح به متن تبدیل کند. توانایی تشخیص سه صدای مختلف بهصورت همزمان نیز میتواند در شرایط خاص، مانند تبدیل یک پادکست کامل با چندین گوینده به متن، مفید واقع شود.
برخی از قابلیتهای …
